2000～2016 年海关数据与工商注册信息匹配结果（版本2）

1061 字 约 3 分钟 数据资料 企业数据数据匹配

之前给大家更新过一份带经纬度的工商企业注册信息：

1949～2023 年工商企业注册信息数据（含经纬度及其所属的省市区县）(版本2)：https://rstata.duanshu.com/#/course/6d38a3f10cdb467492f3204d1ebdd313

最近又给大家分享了一份更新版的海关数据库：

2000～2016 年海关数据（版本2）：https://rstata.duanshu.com/#/course/530c467967104ffe9aeb2c6cfabf9fa1

最近有小伙伴想把这两份数据匹配起来，由于两份数据都非常巨大，所以我就直接帮大家匹配好了。

数据概览

为了避免数据过大，所以这个数据只是企业名称和工商注册信息的，使用的话，可以用企业名称再和海关数据匹配下就好了。海关企业与工商注册信息匹配结果的时间范围为 2000~2016 年，共包含 74.69 万条观测值，数据概览如下：

包含的变量如下：

经营单位名称、newgcid、企业名称、成立日期、注册资本、实缴资本、行业门类、行业门类代码、行业大类、行业大类代码、行业中类、行业中类代码、行业小类、行业小类代码、省份、城市、区县、法人代表、经营状态、统一社会信用代码、工商注册号、纳税人识别号、组织机构代码、企业类型、登记机关、营业期限、纳税人资质、人员规模、参保人数、曾用名、英文名、注册地址、经营范围、邮箱、标签、成立年份、经度、纬度、省、省代码、市、市代码、县、县代码、核准日期、英文名称、法定代表人、公司规模、网址

匹配结果

为了让大家更直观地感受这份数据，我还绘制了一幅图进行展示。下图展示了海关与工商注册数据每年匹配成功的数量：

匹配方法

结合海关数据与工商企业注册信息的变量，根据企业名称进行匹配。在之前的课程「Stata 中的中文模糊匹配——以 2014 年工企数据和境外投资名录数据匹配为例」中，我分享过使用 Stata 进行模糊匹配的方法，不过模糊匹配耗时耗力，并且错误率很高。不同于英文，中文企业名称只要有一个字不同都可能不是同一家企业（英文企业名称有一两个字母不同可能是因为笔误）。所以中文企业名称的模糊匹配没有意义。因此这里我还是使用了精确匹配，考虑到企业名称中经常会把“有限公司”和“有限责任公司”混用，以及有限公司改股份有限公司之类的。所以这里在匹配前删除了下面词汇：股份有限、集团有限、有限责任、有限、责任、股份、公司、厂、 、(集团)、（集团）、（、）、(、)、省、市、区、县、回族自治区、壮族自治区、维吾尔自治区、自治区。这样可以大大提高匹配成功率。

Stata 中的中文模糊匹配——以 2014 年工企数据和境外投资名录数据匹配为例：https://rstata.duanshu.com/#/course/d4fb816566244662ab6359fa848f1f1e

数据匹配的方法都差不多，感兴趣的小伙伴也可以学习下面两个课程：

数据引用要求

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 2000～2016年海关数据与工商注册信息匹配结果（版本2）. 2025. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Customs Data and Business Registration Information Matching Results, 2000–2016 (Version 2). 2025. https://tidyfriday.cn/rsdb2/

点击这里跳转到 RStata 短书平台获取附件：2000～2016 年海关数据与工商注册信息匹配结果（版本2）

相关文章

评论